智车科技
2天前
AI Agent向硬件延伸，正在为音频、穿戴和办公设备打开新的产品空间。录音、会议与内容创作仍是刚需，但设备采集到的信息如今可以进入智能体的处理流程，参与整理、执行与后续交互；终端厂商与AI平台的合作，也开始改写产品的原有使用方式。
在这一过程中，云端模型吸引了大部分注意力，设备端的变化却同样关键。声音是否清晰、响应是否及时、算法能否持续运行，既决定原有产品体验，也决定智能体能获取的信息质量。音频处理、无线连接与低功耗计算，正在被重新衡量。
腾讯WorkBuddy首批9款联名AI硬件，就藏着一个供应链层面的细节。据炬芯科技披露，猛玛Lark A2无线麦克风与影石Insta360 Mic Pro无线录音麦克风，均搭载其端侧AI芯片。
从专业音频设备到Agent硬件入口，产品用途在扩展，背后的芯片能力也在演进。炬芯的自研存内计算AI技术如何驱动深厚的音频积累进行进化、又如何进入多个品牌的量产产品，为观察端侧AI SoC的门槛变化提供了一个具体样本。
音频成为AI入口，专业积累有了新的用武之地
一场多人会议里，距离各异的发言者、交叠的人声与环境噪声会同时进入麦克风。接入智能体后，设备可以提供更丰富的服务，但前端仍要先收好声音。录音中的失真、断续与信息缺失，并不会因云端模型增强而自动消失。
无线麦克风、耳机和会议设备对AI的需求，往往从这些具体问题开始：降噪要保留人声细节，声音分离要跟得上实时处理，叠加算法后还要兼顾延迟与续航。音频采集、信号处理与无线传输，必须协同适应新的计算负载。
这正是专业音频经验能发挥作用的地方。炬芯经过二十余年积累，已形成覆盖音频采集、处理、无线传输与还原输出的技术体系；据其披露的业务进展，公司已成为全球头部品牌的核心蓝牙音箱芯片供应商，在无线麦克风等细分市场保持行业第一，并持续拓展电竞外设、家庭影院等高端应用，确立起专业音频芯片领域的龙头地位。
专业音频的难点，很大程度来自多项要求之间的取舍：无线设备既要保留声音细节，又要缩短传输延迟；体积与电池有限，还要应对复杂环境的干扰。只提升单一指标，撑不起整机体验的升级。
在炬芯已披露的方案中，支持第三代NGPP-2.4G协议的无线音频SoC，可同时实现9ms级低延迟与48kHz@32-bit音频传输，背后既有独立双射频设计，也有从物理层到编解码层的协同优化。
当品牌厂商希望在此类产品上加入本地AI处理，成熟的音频与连接方案便能减轻重新开发的负担。芯片供应商既要理解算法所需算力，也要预判它对声音、传输与整机功耗的影响。
炬芯的端侧AI业务，正是在这样的产品需求中生长起来的。专业音频提供了清晰的应用场景与客户基础，AI计算进一步扩展了既有产品的能力，二者衔接，使其得以沿着成熟的产品路径推进新技术落地。
自研存内计算，让能效优势深入芯片底层
不同终端对计算资源的安排，并无统一答案。以AI眼镜为例，它既要拍摄和处理图像，也要支持日常语音交互。Rokid公开的Glasses方案便采用高通骁龙AR1 Gen 1与恩智浦（NXP）RT600双芯架构，由AR1承担通用计算与较复杂任务，RT600负责语音识别等低功耗任务，通过分工兼顾性能与日常能耗。
到了无线麦克风、耳机等设备，降噪、人声增强与声音分离需要跟随录音、通话持续运行，芯片不仅要及时完成处理，更要压住长时间工作带来的电量消耗。
炬芯在大部分厂商都还在迷茫的阶段，就已经前瞻性布局端侧AI技术，把突破口放在计算与存储之间的数据搬运上。传统冯·诺依曼存算分离架构运行神经网络时，权重与中间数据需频繁传递，取数、传输与写回都要耗电。公司自研的模数混合SRAM存内计算NPU，直接在数据存储位置完成计算，基本省去了这部分开销。
据公司披露，第一代NPU单核算力达100GOPS，INT8能效比为6.4TOPS/W（利用稀疏技术还能进一步提升）。对电池供电的终端而言，能效的提升，能为更复杂的实时算法争取运行空间。炬芯再将这套NPU与CPU、DSP组成三核异构架构，结合音频处理与无线连接能力，让优化贯穿整颗SoC芯片，而不只是一个AI加速单元。
客户还可以根据产品定位调整模型算法。同样是降噪，直播创作更在意人声细节，日常通话则更强调嘈杂环境下的清晰度——这些取舍要落实到模型与芯片的配合中。炬芯的AI音频算法可按场景裁剪、优化，配套ANDT工具链支持模型部署、验证与调校，并兼容TensorFlow、PyTorch等主流框架及自定义算子开发。
从NPU架构到算法与工具链，关键环节的自主研发，让炬芯能够围绕客户需求开展软硬件联合优化。
多品类、多品牌量产，确立端侧AI市场位置
芯片技术能否转化为竞争优势，终端品牌会用产品开发来作答。模型适配是否顺畅、整机调试能否按期完成、供货是否稳定，都关系到新品上市节奏。多个品牌持续采用同一系列芯片，比单个项目更能说明技术与工程支持的成熟程度。
截至2026年8月，炬芯ATS3231、ATS362X和ATW6095三个新一代的端侧AI芯片系列累计出货已达数百万颗，应用覆盖AI音频、AI穿戴与AI办公等领域。
其中，ATS3231系列已大规模用于无线麦克风、游戏耳机、桌面麦克风与直播声卡，进入大疆、猛玛、影石创新、雷蛇等品牌产品；ATS362X系列已在哈曼、索尼、LG等国际品牌的AI Party音箱新品中量产；面向AI眼镜、AI Note与桌面助理机器人，ATW6095系列也正配合多家品牌推进方案落地，相关终端陆续上市。
这些产品对芯片的要求各有侧重：无线麦克风看重采集与传输，游戏耳机需兼顾沟通与实时体验，Party音箱则把AI声音处理带进娱乐场景。跨品类量产，使炬芯的计算架构、算法与开发支持经受了不同市场要求的检验。
成熟的音频市场，也为新业务提供了扩展基础。炬芯既能持续升级既有品牌产品，也能把低功耗大算力与AI算法能力带进穿戴、办公等新场景。已形成的出货与客户合作，让这条路径不必押注于某一种新型AI硬件的市场爆发。
WorkBuddy首批联名硬件中的两款麦克风，正是这条商业化路径与Agent生态的交汇点。采用炬芯方案的产品，在既有录音与创作能力之上接入新的智能体服务，芯片也随之进入更广阔的应用流程。
在面向音频、穿戴与便携式智能硬件的低功耗端侧AI SoC领域，炬芯已确立主要玩家的市场位置。多年沉淀的技术与客户积累、自研模数混合存内计算NPU，以及数百万颗出货的商业化成果相互支撑，使其得以从成熟场景继续向新终端延伸。
Agent拓展了硬件能完成的任务，用户却仍会用清晰的声音、及时的响应与可靠的续航来评价产品。把新的核心能力融入这些日常体验，并持续交付给不同品牌，正在成为端侧AI SoC更重要的竞争门槛。
AI Agent向硬件延伸，正在为音频、穿戴和办公设备打开新的产品空间。录音、会议与内容创作仍是刚需，但设备采集到的信息如今可以进入智能体的处理流程，参与整理、执行与后续交互；终端厂商与AI平台的合作，也开始改写产品的原有使用方式。
在这一过程中，云端模型吸引了大部分注意力，设备端的变化却同样关键。声音是否清晰、响应是否及时、算法能否持续运行，既决定原有产品体验，也决定智能体能获取的信息质量。音频处理、无线连接与低功耗计算，正在被重新衡量。
腾讯WorkBuddy首批9款联名AI硬件，就藏着一个供应链层面的细节。据炬芯科技披露，猛玛Lark A2无线麦克风与影石Insta360 Mic Pro无线录音麦克风，均搭载其端侧AI芯片。
从专业音频设备到Agent硬件入口，产品用途在扩展，背后的芯片能力也在演进。炬芯的自研存内计算AI技术如何驱动深厚的音频积累进行进化、又如何进入多个品牌的量产产品，为观察端侧AI SoC的门槛变化提供了一个具体样本。
音频成为AI入口，专业积累有了新的用武之地
一场多人会议里，距离各异的发言者、交叠的人声与环境噪声会同时进入麦克风。接入智能体后，设备可以提供更丰富的服务，但前端仍要先收好声音。录音中的失真、断续与信息缺失，并不会因云端模型增强而自动消失。
无线麦克风、耳机和会议设备对AI的需求，往往从这些具体问题开始：降噪要保留人声细节，声音分离要跟得上实时处理，叠加算法后还要兼顾延迟与续航。音频采集、信号处理与无线传输，必须协同适应新的计算负载。
这正是专业音频经验能发挥作用的地方。炬芯经过二十余年积累，已形成覆盖音频采集、处理、无线传输与还原输出的技术体系；据其披露的业务进展，公司已成为全球头部品牌的核心蓝牙音箱芯片供应商，在无线麦克风等细分市场保持行业第一，并持续拓展电竞外设、家庭影院等高端应用，确立起专业音频芯片领域的龙头地位。
专业音频的难点，很大程度来自多项要求之间的取舍：无线设备既要保留声音细节，又要缩短传输延迟；体积与电池有限，还要应对复杂环境的干扰。只提升单一指标，撑不起整机体验的升级。
在炬芯已披露的方案中，支持第三代NGPP-2.4G协议的无线音频SoC，可同时实现9ms级低延迟与48kHz@32-bit音频传输，背后既有独立双射频设计，也有从物理层到编解码层的协同优化。
当品牌厂商希望在此类产品上加入本地AI处理，成熟的音频与连接方案便能减轻重新开发的负担。芯片供应商既要理解算法所需算力，也要预判它对声音、传输与整机功耗的影响。
炬芯的端侧AI业务，正是在这样的产品需求中生长起来的。专业音频提供了清晰的应用场景与客户基础，AI计算进一步扩展了既有产品的能力，二者衔接，使其得以沿着成熟的产品路径推进新技术落地。
自研存内计算，让能效优势深入芯片底层
不同终端对计算资源的安排，并无统一答案。以AI眼镜为例，它既要拍摄和处理图像，也要支持日常语音交互。Rokid公开的Glasses方案便采用高通骁龙AR1 Gen 1与恩智浦（NXP）RT600双芯架构，由AR1承担通用计算与较复杂任务，RT600负责语音识别等低功耗任务，通过分工兼顾性能与日常能耗。
到了无线麦克风、耳机等设备，降噪、人声增强与声音分离需要跟随录音、通话持续运行，芯片不仅要及时完成处理，更要压住长时间工作带来的电量消耗。
炬芯在大部分厂商都还在迷茫的阶段，就已经前瞻性布局端侧AI技术，把突破口放在计算与存储之间的数据搬运上。传统冯·诺依曼存算分离架构运行神经网络时，权重与中间数据需频繁传递，取数、传输与写回都要耗电。公司自研的模数混合SRAM存内计算NPU，直接在数据存储位置完成计算，基本省去了这部分开销。
据公司披露，第一代NPU单核算力达100GOPS，INT8能效比为6.4TOPS/W（利用稀疏技术还能进一步提升）。对电池供电的终端而言，能效的提升，能为更复杂的实时算法争取运行空间。炬芯再将这套NPU与CPU、DSP组成三核异构架构，结合音频处理与无线连接能力，让优化贯穿整颗SoC芯片，而不只是一个AI加速单元。
客户还可以根据产品定位调整模型算法。同样是降噪，直播创作更在意人声细节，日常通话则更强调嘈杂环境下的清晰度——这些取舍要落实到模型与芯片的配合中。炬芯的AI音频算法可按场景裁剪、优化，配套ANDT工具链支持模型部署、验证与调校，并兼容TensorFlow、PyTorch等主流框架及自定义算子开发。
从NPU架构到算法与工具链，关键环节的自主研发，让炬芯能够围绕客户需求开展软硬件联合优化。
多品类、多品牌量产，确立端侧AI市场位置
芯片技术能否转化为竞争优势，终端品牌会用产品开发来作答。模型适配是否顺畅、整机调试能否按期完成、供货是否稳定，都关系到新品上市节奏。多个品牌持续采用同一系列芯片，比单个项目更能说明技术与工程支持的成熟程度。
截至2026年8月，炬芯ATS3231、ATS362X和ATW6095三个新一代的端侧AI芯片系列累计出货已达数百万颗，应用覆盖AI音频、AI穿戴与AI办公等领域。
其中，ATS3231系列已大规模用于无线麦克风、游戏耳机、桌面麦克风与直播声卡，进入大疆、猛玛、影石创新、雷蛇等品牌产品；ATS362X系列已在哈曼、索尼、LG等国际品牌的AI Party音箱新品中量产；面向AI眼镜、AI Note与桌面助理机器人，ATW6095系列也正配合多家品牌推进方案落地，相关终端陆续上市。
这些产品对芯片的要求各有侧重：无线麦克风看重采集与传输，游戏耳机需兼顾沟通与实时体验，Party音箱则把AI声音处理带进娱乐场景。跨品类量产，使炬芯的计算架构、算法与开发支持经受了不同市场要求的检验。
成熟的音频市场，也为新业务提供了扩展基础。炬芯既能持续升级既有品牌产品，也能把低功耗大算力与AI算法能力带进穿戴、办公等新场景。已形成的出货与客户合作，让这条路径不必押注于某一种新型AI硬件的市场爆发。
WorkBuddy首批联名硬件中的两款麦克风，正是这条商业化路径与Agent生态的交汇点。采用炬芯方案的产品，在既有录音与创作能力之上接入新的智能体服务，芯片也随之进入更广阔的应用流程。
在面向音频、穿戴与便携式智能硬件的低功耗端侧AI SoC领域，炬芯已确立主要玩家的市场位置。多年沉淀的技术与客户积累、自研模数混合存内计算NPU，以及数百万颗出货的商业化成果相互支撑，使其得以从成熟场景继续向新终端延伸。
Agent拓展了硬件能完成的任务，用户却仍会用清晰的声音、及时的响应与可靠的续航来评价产品。把新的核心能力融入这些日常体验，并持续交付给不同品牌，正在成为端侧AI SoC更重要的竞争门槛。
